Como uma cena do clássico romance distópico “Fahrenheit 451”, algumas empresas de IA não estão apenas lendo livros – elas estão os destruindo.

À medida que os desenvolvedores correm para construir modelos de IA mais poderosos e os processos por direitos autorais se acumulam, uma indústria artesanal surgiu para fornecê-los com milhões de livros físicos que são desmantelados, digitalizados em conjuntos de dados de treinamento e descartados.

Primeiramente reportado pela 404 Media, empresas de IA estão usando intermediários para adquirir livros em escala industrial de forma anônima. Empresas especializadas em aquisição em massa anunciam sua capacidade de localizar centenas de milhares de títulos, prometendo confidencialidade aos clientes de IA, o que reflete a sensibilidade em torno da prática.

Críticos dizem que a corrida de compras é impulsionada por empresas de IA que buscam preservar o conhecimento de autoria humana antes que seja diluído por textos gerados por IA, muitas vezes chamados de "AI slop" (conteúdo de IA de baixa qualidade). Livros publicados antes do surgimento da IA generativa em 2023 são especialmente valiosos porque fornecem dados de treinamento de alta qualidade escritos inteiramente por humanos.

O aumento da demanda já está remodelando o mercado de livros usados. Um livreiro não identificado disse à 404 Media que as vendas semanais subiram de aproximadamente 20 livros para várias centenas depois que compradores de IA entraram no mercado. Embora o aumento tenha sido lucrativo, ele expressou preocupação de que livros incomuns e esgotados estejam sendo permanentemente perdidos após serem digitalizados e destruídos.

“Isso me beneficia financeiramente, além de me permitir liquidar o estoque antigo que, de outra forma, seria improvável de vender”, disse o livreiro à 404 Media. “Fui bem atendido por essas vendas com estoque do exterior e livros em línguas estrangeiras. Por outro lado, não gosto do uso final, e não gosto que livros incomuns estejam sendo transformados em polpa.”

A prática espelha o "Projeto Panamá" da Anthropic, que digitalizou milhões de livros por meio de escaneamento destrutivo.

No verão passado, no processo de direitos autorais Bartz v. Anthropic PBC, um juiz federal em São Francisco decidiu que a digitalização de livros físicos legalmente comprados em cópias digitais, mesmo quando os originais eram destruídos, constituía uso justo transformador. Juízes federais posteriormente emitiram decisões semelhantes de uso justo em casos de direitos autorais separados envolvendo OpenAI e Meta.

No entanto, em um caso separado, um juiz federal no mesmo distrito aprovou esta semana um acordo de direitos autorais de US$ 1,5 bilhão, exigindo que a Anthropic pague a milhares de autores cerca de US$ 3.000 por livro, depois que a empresa usou cópias piratas de suas obras para treinar o Claude.

Em resposta à crescente oposição, desenvolvedores de IA, incluindo Elon Musk, se manifestaram contra a prática e disseram que as empresas deveriam manter os livros que estão sendo digitalizados.

“Pedi à equipe SpaceXAI para preservar quaisquer livros raros em uma biblioteca e digitalizá-los da maneira mais difícil, em vez de simplesmente cortar a lombada e digitalizar”, escreveu Musk no X.